Con pocas excepciones, los paquetes generales de gráficas están

diseñados para utilizarse con especificaciones de coordenadas

cartesianas. Si los valores de las coordenadas de una imagen se
especifican en alguna otra estructura de referencia (esférica,
hiperbólica, etc.), es necesario convertirlos a coordenadas cartesianas
antes de poder capturarlos en el paquete de gráficas. Los paquetes
para propósitos especiales pueden permitir que se empleen otras
estructuras de coordenadas que son apropiadas para la aplicación. En
general, se pueden utilizar varias estructuras cartesianas de referencia
distintas para crear y desplegar una escena. Podemos construir la
forma de objetos individuales, como árboles o muebles, en una escena
en estructuras de coordenadas de referencia separadas, que se
conocen como coordenadas de modelado, o a veces como
coordenadas locales o coordenadas maestras. Una vez que se
especifican las formas de objetos individuales, podemos colocar los
objetos en las posiciones adecuadas en la escena al utilizar una
estructura de referencia llamada coordenadas mundiales. Por último la
descripción de las coordenadas mundiales a una o más estructuras de
referencia de dispositivos de salida para su despliegue. Estos sistemas
de coordenadas de despliegue reciben el nombre de coordenadas de
dispositivo o coordenadas de pantalla en el caso de un monitor de
video. Las definiciones del modelado y de las coordenadas mundiales
nos permite establecer cualquier dimensión de punto flotante o de
entero conveniente sin obstáculos por las restricciones de un dispositivo
de salida particular.
Por lo general, un sistema de gráficas primero convierte las posiciones
de coordenadas mundiales a coordenadas de dispositivo normalizado,
en el rango de 0 a 1, antes de realizar la conversión final para
especificar las coordenadas de dispositivo.